論文の概要: AMR-Pose: An Active LED Marker-Based Relative Pose Estimation Framework With Probabilistic Switching PnP for Cooperative AUVs

• arxiv url: http://arxiv.org/abs/2608.12866v1
• Date: Thu, 13 Aug 2026 06:29:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.412197
• Title: AMR-Pose: An Active LED Marker-Based Relative Pose Estimation Framework With Probabilistic Switching PnP for Cooperative AUVs
• Title（参考訳）: AMR-Pose:協調型AUVのための確率スイッチングPnPを用いたアクティブLEDマーカによる相対ポース推定フレームワーク
• Authors: Zeyu Sha, Xiaorui Wang, Mingyang Yang, Feitian Zhang,
• Abstract要約: AMR-Poseは、協調型AUVのためのアクティブLEDマーカーに基づく相対推定フレームワークである。 これは、挑戦的な水中条件下で、正確で滑らかで堅牢な相対的なポーズ推定を実現する。
• 参考スコア（独自算出の注目度）: 7.977144205389472
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable relative pose estimation between autonomous underwater vehicles (AUVs) is critical for cooperative ocean exploration, sampling, and multi-robot coordination. However, achieving robust vision-based relative localization in underwater environments remains challenging due to severe optical degradation, including turbidity, illumination variations, reflections, and intermittent feature occlusions. This paper presents AMR-Pose, an active LED marker-based relative pose estimation framework for cooperative AUVs. A compact marker module consisting of one red central LED and three blue peripheral LEDs is developed and integrated onto the leader AUV to provide distinctive visual features under complex underwater conditions. Building upon the detected marker observations, a probabilistic switching Perspective-n-Point estimator (PSwPnP) is developed by combining Lie-group pose propagation on $SE(3)$, probabilistic marker association, and visibility-adaptive measurement fusion for robust six-degree-of-freedom relative pose estimation. The proposed framework dynamically adapts the estimation process according to marker visibility, maintaining geometric consistency and temporal stability during partial observations and visibility transitions. Extensive water-tank experiments with motion-capture ground truth validate that AMR-Pose achieves accurate, smooth, and robust relative pose estimation under challenging underwater conditions. Closed-loop leader-follower experiments further demonstrate its feasibility for real-time relative pose feedback in cooperative underwater robotics.
• Abstract（参考訳）: 自律型水中車両(AUV)間の信頼性の高い相対的なポーズ推定は、協調的な海洋探査、サンプリング、複数ロボットの協調に重要である。 しかし、水中環境における頑健な視覚に基づく相対的な局所化を実現することは、濁度、照明の変動、反射、断続的な特徴の排除など、深刻な光学的劣化のために依然として困難である。 本稿では,LEDマーカーを用いた協調型AUVの相対ポーズ推定フレームワークであるAMR-Poseについて述べる。 1つの赤い中央LEDと3つの青い周辺LEDからなるコンパクトなマーカーモジュールを開発し、複雑な水中条件下で視覚的特徴を提供するためにリーダーAUVに統合した。 検出されたマーカー観測に基づいて,PSwPnP (probabilistic switch Perspective-n-Point estimator) を開発した。 提案フレームワークは、マーカーの可視性に応じて推定過程を動的に適応させ、部分的な観測と可視性遷移の間、幾何的一貫性と時間的安定性を維持する。 AMR-Poseは、水中の難易度の高い条件下で、正確で滑らかで頑健な相対的なポーズ推定を達成できることを、モーションキャプチャー地上真実を用いた広範囲な水槽実験により証明した。 クローズドループリーダー・フォロワー実験は、協調型水中ロボットにおけるリアルタイム相対的なポーズフィードバックの可能性をさらに実証する。

関連論文リスト

• A Height-Constrained 2-Point Minimal Solver for Pose Estimation from Active LED Markers with Event Cameras [51.7262911415172]
  本研究では,モーションキャプチャシステムから実世界のデータを集めるイベントベースアクティブマーカーシステムを開発した。 合成データと実データの両方の実験では、最先端のP2Pソルバよりも精度が向上した。
  論文  参考訳（メタデータ） (2026-08-10T12:19:24Z)
• Unified Planning-Learning Framework for Robust UUV Navigation Under Partial Observability [1.8047694351309207]
  本稿では,無人水中車両(UUV)の動的水中環境におけるナビゲーションのための,観測のみの自律的枠組みを提案する。 提案したパイプラインは、オンボードソナーと深度画像観測のみから占有マップを構築する。 このフレームワークは、永続的占有マッピング、グローバルクリアランス対応計画、リスク対応ローカルコントロールを統合している。
  論文  参考訳（メタデータ） (2026-08-05T19:37:22Z)
• APVI-SLAM: Real-Time Acoustic-Pressure-Visual-Inertial Localization and Photorealistic Mapping System in Complex Underwater Environment [22.489669412924346]
  APVI-SLAM(APVI-SLAM)は、水中の正確な位置決めと光リアルマッピングを実現するリアルタイムマルチセンサー融合SLAMシステムである。 本手法では,センサ推定器を動的に再重み付けする信頼性を考慮したローカライゼーションフレームワークを提案する。 高忠実度シーン再構築のために,効率的なクワッドツリー誘導マッピングモジュールを提案する。
  論文  参考訳（メタデータ） (2026-07-07T12:45:57Z)
• Benchmarking Visual Feature Representations for LiDAR-Inertial-Visual Odometry Under Challenging Conditions [11.85572971097983]
  本稿では,直接測光手法と記述子に基づく特徴マッチングを統合するハイブリッド手法を提案する。 実験の結果,提案手法は従来のスパース法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2026-03-19T07:56:49Z)
• Towards Versatile Opti-Acoustic Sensor Fusion and Volumetric Mapping [2.064612766965483]
  自動水中車両にはボリュームマッピングが不可欠である。 視覚に基づく知覚は高解像度のデータを提供するが、濁った状況では失敗する。 ソナーは光と濁りに強いが 解像度が低く 高さの曖昧さに悩まされている 本稿では,ステレオソナー対とモノクラーカメラを融合させて,様々な視認性条件下での安全なナビゲーションを実現するフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-15T16:06:28Z)
• Stereo-Inertial Poser: Towards Metric-Accurate Shape-Aware Motion Capture Using Sparse IMUs and a Single Stereo Camera [54.967647497048205]
  本稿では,距離精度と形状を考慮した3次元動作を推定するリアルタイムモーションキャプチャシステムであるStereo-Inertial Poserを提案する。 モノクラーRGBをステレオビジョンに置き換え、直接3次元キーポイント抽出と形状パラメータ推定を可能にした。 ドリフトフリーなグローバル翻訳を長い記録時間で生成し,フットスケート効果を低減させる。
  論文  参考訳（メタデータ） (2026-03-02T17:46:38Z)
• VRS-UIE: Value-Driven Reordering Scanning for Underwater Image Enhancement [104.78586859995333]
  状態空間モデル(SSM)は、線形複雑性と大域的受容場のために、視覚タスクの有望なバックボーンとして登場した。 大型で均質だが無意味な海洋背景の優位性は、希少で価値ある標的の特徴表現応答を希薄にすることができる。 水中画像強調(UIE)のための新しい値駆動リダクションスキャンフレームワークを提案する。 本フレームワークは, 水バイアスを効果的に抑制し, 構造や色彩の忠実さを保ち, 優れた向上性能(WMambaを平均0.89dB超える)を実現する。
  論文  参考訳（メタデータ） (2025-05-02T12:21:44Z)
• Learning Underwater Active Perception in Simulation [51.205673783866146]
  タービディティは、検査された構造物の正確な視覚的記録を阻止する可能性があるため、ミッション全体を危険に晒す可能性がある。 従来の研究は、濁度や後方散乱に適応する手法を導入してきた。 本研究では, 広範囲の水環境下での高品質な画像取得を実現するための, 単純かつ効率的なアプローチを提案する。
  論文  参考訳（メタデータ） (2025-04-23T06:48:38Z)
• FAFA: Frequency-Aware Flow-Aided Self-Supervision for Underwater Object Pose Estimation [65.01601309903971]
  無人水中車両(UUV)の6次元ポーズ推定のための周波数認識フロー支援フレームワークであるFAFAを紹介する。 我々のフレームワークは、3DモデルとRGB画像のみに依存しており、実際のポーズアノテーションや奥行きのような非モダリティデータの必要性を軽減しています。 本研究では,一般的な水中オブジェクトポーズベンチマークにおけるFAFAの有効性を評価し,最先端手法と比較して顕著な性能向上を示した。
  論文  参考訳（メタデータ） (2024-09-25T03:54:01Z)
• SM/VIO: Robust Underwater State Estimation Switching Between Model-based and Visual Inertial Odometry [1.9785872350085876]
  本稿では,水中操作における視覚慣性状態推定のロバスト性問題に対処する。 提案手法では,ロボットの運動学モデルと固有感覚センサを用いてポーズ推定を行う。 ヘルスモニタリングは、2つの推定器間のタイムリーな切り替えを保証するVIOプロセスを追跡する。
  論文  参考訳（メタデータ） (2023-04-04T17:46:20Z)
• Kinematic-Structure-Preserved Representation for Unsupervised 3D Human Pose Estimation [58.72192168935338]
  大規模インスタディオデータセットの監視を用いて開発された人間のポーズ推定モデルの一般化可能性については疑問が残る。 本稿では,2対あるいは2対の弱い監督者によって抑制されない,新しいキネマティック構造保存型非教師付き3次元ポーズ推定フレームワークを提案する。 提案モデルでは,前方運動学,カメラ投影,空間マップ変換という3つの連続的な微分可能変換を用いる。
  論文  参考訳（メタデータ） (2020-06-24T23:56:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。